基于FMFCC和HMM的说话人识别

• 作者: 张先庭 张永亮 鲁宇明
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 分数傅立叶变换 频率倒谱系数 隐马尔可夫模型
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 352-354,358
• 分类号: TP391.4
• 字数: 2975字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2010.05.087

摘要

美尔频率倒谱系数(MFCC)是说话人识别中常用的特征参数,而语音信号是非平稳信号,MFCC并不能很好的反映语音的时频特性.针对这一缺陷,为了提高说话人的识别率,结合新的时频分析工具分数傅立叶变换(FRFT).将MFCC推广到分数形式,得到分数美尔频率倒谱系数(FMFCC),用以表征语音信号的特征;并利用可分性测度验证了特征参数的有效性;通过建立20个不同说话人的FMFCC特征库,采用隐马尔可夫模型(HMM)对说话人进行仿真识别.仿真结果表明,在合适的变换阶次下,说话人的平均识别率可达93%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张先庭	南昌航空大学电子信息工程学院	14	53	4.0	6.0
2	张永亮	南昌航空大学电子信息工程学院	7	38	3.0	6.0
3	鲁宇明	南京航空航天大学自动化学院	6	120	5.0	6.0